Inhalt + Aufbau
Portrait
Künstliche Intelligenz ist die Fähigkeit, menschliches Verhalten in Programmen und Maschinen nachzuahmen. Eine grobe Einteilung von Informatiksystemen der künstlichen Intelligenz ist etwa wie folgt:
- Regelbasierte Systeme, welche nach logischen Regeln Entscheide fällen.
- Machine-Learning-Systeme, welche aus vorgegebenen Daten ein Verhalten oder eine Kategorisierung trainieren und anschliessend auf neue Daten anwenden.
- Selbstlernende Systeme, welche anhand von Zielvorgaben selbstständig und laufend ein Verhalten erlernen, anwenden und neu adaptieren.
Der Fokus dieses CAS liegt auf den selbstlernenden Systemen und verwendet dazu unter anderem die Methoden Reinforcement Learning, Q-Learning, Neuronale Netze in verschiedenen Ausprägungen wie Perzeptrons, convolutional and recurrent Networks usw. Spannend ist, dass diese Art des Lernens auch auf klassische Probleme wie Prognosen mit Zeitreihen und Objekterkennung mit grossem Erfolg angewendet werden kann.
Ausbildungsziel
Dieses CAS befähigt Sie zur professionellen Anwendung und Implementierung von Neuronalen Netzen, Deep und Reinforcement Learning in verschiedensten Anwendungsbereichen, sowie zur Mitarbeit in Teams, die AI-Methoden einsetzen.